归一化
多元梯度下降法 特征缩放 (特征归一化)
将特征值归一化的目的是让代价函数收敛的速度变快。
特征归一化
x ia = x ib/x imax
我们希望将xi 的范围控制在−1≤xi≤1
均值归一化
寻找全局最优解,加快梯度下降求最优解的速度,有可能提高精度
如果对输出结果范围有要求,用归一化
如果数据较为稳定,不存在极端的最大最小值,用归一化
第五周学习总结
最新推荐文章于 2020-06-13 14:45:45 发布
归一化
多元梯度下降法 特征缩放 (特征归一化)
将特征值归一化的目的是让代价函数收敛的速度变快。
特征归一化
x ia = x ib/x imax
我们希望将xi 的范围控制在−1≤xi≤1
均值归一化
寻找全局最优解,加快梯度下降求最优解的速度,有可能提高精度
如果对输出结果范围有要求,用归一化
如果数据较为稳定,不存在极端的最大最小值,用归一化